广西北部湾经济区土地利用效率演变及空间分异研究

沈怡静+刘彦花+贾莉

摘要：广西北部湾经济区的开放开发，不可避免地伴生着土地资源的利用，科学地分析并定量识别土地利用效率的演变及区域差异，对于提高广西北部湾经济区土地利用效率水平，促进区域的可持续发展有着重要的意义。基于2004—2014年广西北部湾24个县（区）土地利用投入产出数据，运用超效率DEA模型对北部湾区域土地利用效率进行测度，运用探索性空间数据分析（ESDA）方法，对广西北部湾经济区整体和局部的土地利用效率的时空演变格局进行初步分析。结果表明，2004—2014年北部湾经济区土地利用效率总体呈现逐年上升趋势，土地利用效率较高的区域有青秀区、兴宁区、港口区等；广西北部湾经济区土地利用效率存在显著的空间自相关性，从整体上显示各县（区、市）土地利用效率差异有缩小的趋势；从局部看，随着时间的推移“高-高”和“低-低”区域增加，各县（区、市）的空间联系增强。

关键词：土地利用效率；超效率DEA；探索性空间分析；广西北部湾经济区；空间布局优化；区域可持续发展

中图分类号： F301.24 文献标志码： A 文章编号：1002-1302（2017）18-0278-06

收稿日期：2017-02-07

基金项目：国家自然科学基金（编号：41461116）；国家社会科学基金（编号：14BJL093）；广西自然科学基金（编号：2013GXNSFAA019287）。

作者简介：沈怡静（1992—），女，广西鹿寨人，硕士研究生，主要从事土地信息管理研究。E-mail：391164262@qq.com。

通信作者：刘彦花，博士，副教授，硕士生导师，主要从事地理信息科学、国土资源信息管理研究。E-mail：369737045@qq.com。 随着城市化、工业化进程不断加快，土地资源稀缺对城市发展的阻碍日渐显著，土地利用的可持续性已成为影响城市发展的重要因素。因此，转变粗放的土地利用发展模式，提高土地利用效率成为我国经济社会健康发展的关键。

在土地利用效率的研究中，讨论土地利用效率的高低以及分析其空间演化格局逐渐成为热点。近年来，对土地利用效率的研究主要集中在土地资源在市场中的配置、土地开发和土地利用效率评价方面。在对土地利用效率的评价指标选取上，由单一要素指标发展到由土地利用中多项要素组成的经济、社会、生态效益多指标方向。从研究方法来看，多采用协调度模型[1]、主成分分析法[2]、回归分析法[3]、灰色关联度法[4]和数据包络法[5]等分析方法。从研究对象和评价尺度看，既有对单一城市、城市圈的研究分析，也有对全国范围的城市土地利用效率区域差异研究[6-8]。通过对土地利用效率研究的文献来看，我国土地利用效率研究多关注在长三角城市群、珠三角城市群或一些典型城市、省（区）的时间变化方面[9-10]，对空间差异研究较少，土地利用效率在时空格局演化、集聚程度的研究较缺乏。因此，在关注到土地利用效率时空变化的同时，应重视区域的空间相关性研究并分析其空间差异与格局演化。

随着2008年广西北部湾经济区开发纳入国家战略，经过8年多的发展，广西北部湾经济区已成为中国沿海沿边经济开发的重要亮点，也是中国与东盟合作的重要通道。然而，随着北部湾经济区经济的快速发展和城镇化水平的快速提升，土地的低效利用问题也日益凸显，北部湾经济区建设用地的扩张、环境污染、能源消费的问题亟须解决。党的十八大五中全会上指出：坚持绿色发展，构建科学合理的城市化格局，全面节约和高效利用资源，开展大规模国土绿化行动。因此，为了广西北部湾经济区可持续发展，研究并提高其土地利用效率是必须面对和解决的问题。本研究运用超效率DEA模型对2004—2014年北部湾24个县（区、市）的土地利用效率进行了测度，通过探索性数据分析方法（ESDA）分析了广西北部湾经济区各县（区、市）土地利用效率的空间差异，为提高土地利用效率，优化空间布局，实现区域可持续发展提供科学参考。

1 研究方法及评价指标

1.1 数据包络法（DEA）

1978年Charnes等开发了数据包络法，其作为一种多准则的衡量手段，是基于研究对象相对比较的一种非参数技术效率分析方法，即考虑单一指标或所有方面能同时处理多个输入指标和输出指标，只研究其相对重要性，并不直接判断高低[11]。这一特性使DEA在研究区域土地利用效率最高值和最低值方面非常实用[12]。基于独特的评分，DEA模型分析结果的效率差有明确的排名，但通常会出现多个决策单元（DMU）被评价为有效的情况，使排名变得不可行。在传统的DEA模型中，求得的效率值最大为1，有效DMU效率值相同，这些有效DMU的效率高低無法进一步区分。而许多效率评价的实证分析中，需要对效率值进行进一步分析，在文献中多采用Tobit回归模型来修正效率值[13]。本研究运用Andersen和Petersen提出的“超效率DEA”模型[14]，基于DEA Solver Pro 5.0软件，测算研究区各评价单元的土地利用效率值，并对评价单元进行进一步排序。

1.2 探索性空间数据分析（ESDA）

1.2.1 全局空间自相关 全局空间自相关反映空间邻接或空间邻近的区域单元的属性值的相似性，可用于分析研究区域的总体空间关联和空间差异程度[15]；通常基于Morans I进行测量[16]，其计算公式如下：

式中：n为研究区域总数；xi和xj为区域i和j的属性值；x是属性的平均值；wij为空间权重矩阵。在给定的显著性水平时，I（d）>0表示空间正相关，土地利用效率较高（或较低）的区域在空间上集聚，I1.2.2 局部空间自相关 局部空间自相关可反映区域与其周边地区之间同一属性值的相似性，用于验证局部区域存在的空间异质性，可弥补全局空间自相关的缺陷。通过Moran散点图和LISA集聚图，将局部空间差异表现出来，研究其演变规律。局部自相关可以识别高值聚集区和低值聚集区的分布情况，进一步分析区域与其周边地区的空间差异度，其计算公式为endprint

式中：Zi和Zj分别为区域i和j上观测值的标准化，Wij为空间权重矩阵。在给定显著性水平时，Ii>0，表明区域与其周边地区的空间差异程度小；Ii<0，表明区域与周边地区之间的空间差异程度大。

1.3 数据来源及评价指标

本研究选取2004—2014年为研究区间，数据主要来源于2005—2015年《广西统计年鉴》《南宁统计年鉴》《钦州统计年鉴》《防城港统计年鉴》《北海统计年鉴》及各城市年鉴。

鉴于利用DEA模型涉及到投入和产出指标，投入指标反映在土地利用过程中各要素的投入情况，产出指标反映土地利用的总体水平。本研究选取广西北部湾经济区南宁、北海、钦州、防城港4市24个县（区、市）作为土地利用效率的决策单元，选取2004—2014年连续的时间序列，评价土地利用效率时空变化差异。投入变量指标选择：土地、资本和劳动力投入，分别对应建设用地面积（km2）、固定资产投资（万元）、第二三产业从业人数（万人）；选择经济效益、社会效益、生态效益作为产出变量，分别对应第二三产业增加值（万元）（经济效益）、城镇居民年人均可支配收入（元）与农民年人均纯收入（元）（社会效益）、建成区绿化覆盖率（生态效益）。

2 土地利用效率演变分析

2.1 时空变化特征分析

利用DEA Solver Pro 5.0软件对原始数据进行土地利用效率测度，计算出2004—2014年广西北部湾经济区4市的24个县（区、市）的土地利用效率值（表1）。结果表明，兴宁区、青秀区、良庆区、港口区、东兴市土地利用效率值较高，相对于广西北部湾其他县（区、市），这些地区处于生产前沿上，实现资源的优化配置。武鸣、灵山、浦北、合浦的排名均比较靠后，其投入产出的结构不合理，导致资源损失过多。

将4市的土地利用效率进行时间分析，结果（图1）表明，

从总体上看，2004—2014年广西北部湾经济区各县（区、市）的土地利用效率基本上呈上升趋势，南宁和防城港基本上高于北海、钦州，土地利用效率较高的集中在交通经济发达的南宁和港口边贸发达的防城港；钦州涨幅最大，从0.66涨到 1.04；其次是防城港，由2004年的0.964增加至2014年的 1.223，涨幅约1.3倍。根据各县（区、市）土地利用效率变化，将其划分为3个阶段：（1）2004—2006年，各地区土地利用效率总体上升，国家推进西部大开发，随着“中国-东盟自由贸易区”的建立，北部湾得到了很大的发展。（2）2006—2010年，期間各地区土地利用效率变化较大，变动幅度明显；自2007年以来，各地区对土地的投入增大，也吸引外资投入，以致各类开发区发展过猛。粗放开发模式导致土地利用中的负外部性增强，而且引进产业多数为一线城市淘汰的重污染工厂，一定程度上忽视了生态效益的影响，使得土地利用效率偏低。（3）2012—2014年，防城港、钦州土地利用效率呈显著上升趋势，南宁北海平稳、起伏不大。在国家批准实施广西北部湾经济区的战略性宏观规划下，提升城镇群的综合承载能力和构建生态网络格局的要求极为迫切；各地区创新土地集约节约利用模式，优化产业结构，致使土地利用效率平稳增长。

2.2 空间分异特征

为进一步研究空间分异特征，根据广西北部湾经济区历年的土地利用效率情况，利用自然断点法，分为4种阶段类型：效率低值阶段、效率中值阶段、效率较高阶段、效率高值阶段，绘制出主要年份各地区土地利用效率的分布图（图2）。从图2得出，（1）北部湾土地利用效率基本上是以南宁为中心分化，存在着两大高效利用区。属于高效利用的县（区、市）有南宁的兴宁区、青秀区、良庆区、东兴市、防城港港口区和北海海城区，其中南宁作为北部湾经济区的核心城市，其投资规模、城市化发展水平和居民可支配收入均处于广西北部湾前列，属于土地利用效率的最前沿状态；而东兴市、港口区作为港口边境互贸区，社会发展水平较低、产业结构层次偏低，基本通过进出口贸易来增加经济社会效益。效率较高值阶段主要分布在西乡塘区、江南区、上思县、铁山港区等，整体格局依附于效率高值区域。而效率低值、中值阶段的区域，主要分布于南宁东北部的武鸣、隆安、马山、钦州地区、北海合浦县。（2）北部湾土地利用效率的提高还存在一定的路径依赖性，图中各主要年份的土地利用效率高值阶段依然处于南宁和防城港。土地利用效率的提高依赖经济发展、交通建设、市场的开放程度，这些因素在短时间难以改变，因此提高土地利用效率是一个长期的工程。

3 广西北部湾土地利用空间格局分析

3.1 效率全局空间格局分析

研究全局Morans I指数能够分析广西北部湾经济区土地利用效率的总体空间演变，本研究利用ArcGIS软件计算2004年、2007年、2010年、2013年广西北部湾各县区土地利用效率全局系相关系数Morans I（图3）。图3显示，（1）研究时期的Morans I统计指数均为正值，Morans I值除2004年外，均通过5%显著性检验（即标准化Z得分大于1.96）。表明北部湾经济区土地利用效率存在正的空间自相关性，即土地利用效率较高的县区趋于相邻，土地利用效率较低的县区也相对集聚。（2）自2004年起，北部湾土地利用效率Morans I值总体变动趋势表现为上升，经济社会不断发展壮大，各个县（区、市）之间的联系逐渐增加，土地利用效率逐渐平衡，各县区的差异也在减小；2007—2010年，由0.348下降到0240，说明土地利用效率较高的县（区、市）与效率较低的县（区、市）的聚集程度增加，北部湾经济区以工业增长为驱动力使经济快速增长，快速转变发展方式，一味强调增加第三产业的比重势必导致地区发展不平衡，从而使各地区土地利用效率总体空间差异增大；2010—2013年，全局自相关系数由0.240增加到 0.348，说明相似土地利用效率水平的县（区、市）集聚程度增加，北部湾经济区城市群形成协同发展的态势，可以对产业实行整合，从而减少了各区域的恶性竞争，使土地利用效率发展区域平衡，也提升了北部湾整体的土地利用效率和外部竞争力。endprint

Morans I统计量是揭示全局的空间特征，然而不能表明是否存在高值或低值的局部空间聚集地区。因此，需要结合局部空间自相关分析来探索土地利用效率的空间格局和时空差异。局部空间自相关分析采用2种方法，即Moran散点图、局部指标的空间关联（LISA）。

3.2 效率局部空间格局分析

3.2.1 Moran散點图 Moran散点图是研究不稳定局部空间的方法，可以进一步揭示广西北部湾县（区、市）土地利用效率空间演变情况。运用OpenGeoDa软件绘制北部湾经济区2004年、2007年、2010年、2013年4个年份的土地利用效率Moran散点图（图4），结果显示广西北部湾各县（区、市）的空间关联性。横坐标为原始土地利用效率的观测值，纵坐标为土地利用效率值的空间滞后向量（W）。散点图的4个象限分别表示4种类型的局部空间关系：第Ⅰ象限为“高-高（H-H）”，表示高值区域被其高值的周边地区所包围；第Ⅱ象限为“低-高（L-H）”，低值区域被其高值的周边区域包围；第Ⅲ象限为“低-低（L-L）”，低值区域被其低值的周边区域包围；第Ⅳ象限为“高-低（H-L）”，高值的区域被其低值的周边区域包围。处于“H-H”或“L-L”说明是正的空间自相关的空间聚类相似，处于“L-H”或“H-L”则相反。Moran散点图还可以看到典型的局限性，即存在于象限L-H和H-L的地区。比较图4中4个年份的散点图可以得出：（1）大多数县（区、市）处于“高-高”或“低-低”2个象限，表明北部湾土地利用效率差异较大。（2）2004年空间正相关类型的点占45.8%，到2007年上升到58.3%，总体上差异在逐渐减小；2010年有小幅度下降，到2013年空间正相关类型的点占70.8%，表明北部湾土地利用效率的空间集聚性逐渐增强，土地利用效率的总体差异在缩小。

Moran散点图的分析证实了全局自相关的结果，依然很难断定各个区域土地利用效率对周边的影响；因此必须计算绘制出LISA图。

3.2.2 LISA图 LISA图是研究空间单元属性与其周围显著性相似区域的空间集聚程度的局部空间相关分析指标[17]。利用OpenGeoDa软件计算以2004年、2007年、2010年、2013年为时间截面的北部湾经济图各县（区、市）土地利用效率LISA值，并绘制5%显著性水平下的LISA集聚图（图5）。

纵观4个年份，广西北部湾各县（区、市）的空间集聚有以下几个特征：（1）2004年“高-高”类型主要有邕宁区、青秀区，表明其土地利用效率集聚性强。这些地区经济发展快速，与周边地区联系紧密，辐射带动作用强；“低-低”类型为灵山和浦北，“低-高”类型为宾阳，表明其土地利用效率虽然与周边地区联系紧密，但是比周边地区效率低。北部湾其他地区的相关性不显著，大部分县（区、市）处于低效利用空间，分化不显著。（2）2007年“高-高”类型有青秀区、邕宁区、宾阳县，“低-低”类型为灵山县、浦北县等；与2004年相比，宾阳县由“低-高”转变为“高-高”类型，说明宾阳县的土地利用效率提升，与周边地区发展联系紧密。兴宁区变成不显著地区，说明这些县（区、市）与周边地区联系增强，土地利用效率均衡升高。（3）2010年，“高-高”类型的为兴宁区、青秀区、邕宁区，“低-低”类型为马山县。与2007年相比，兴宁区的集聚能力增强，浦北县和灵山县变成不显著地区，说明这2个区域与周边区域发展的联系下降。（4）2013年“高-高”类型有邕宁区、上思县、防城区，“低-低”类型的有马山县、浦北县、灵山县。与2010年相比，兴宁区、青秀区由“高-高”类型变成不显著地区，说明县区各自往自身特色方向发展，空间联系减弱；上思县、防城区由不显著类型转变为“高-高”类型，说明周边土地利用效率较高，边境贸易促进经济的发展。（5）总体上看，“高-高”地区分布在南宁的部分城区，北部湾东部地区土地利用效率低。广西北部湾虽属于沿海地区，但仍带有内陆地区的发展特点，导致沿海地区的联系不强以及东部的发展仍然缓慢，加上技术创新能力较弱，一些重工业项目势必导致环境的污染，不利于土地的可持续利用。

4 结论与讨论

本研究运用超效率DEA模型计算出广西北部湾经济区24个县（区、市）2004—2014年土地利用效率值，并在此基础上采用探索性空间数据分析方法研究了北部湾土地利用效率的演变及区域差异。主要结论如下：（1）在时间变化方面，广西北部湾各县（区、市）土地利用效率呈现总体上升的趋势。在研究期内，钦州的土地利用效率变化起伏大，防城港、南宁基本上处于有效利用并且相对平稳增长状态。（2）在空间分异方面，研究期内广西北部湾各县（区、市）历年土地利用平均效率发展不平衡，存在两大高效利用区，土地利用效率较高的区域集中在南宁市区和沿海边贸地带。大部分县（区、市）处于低效利用区。（3）在土地利用效率的空间相关性方面，广西北部湾各县（区、市）土地利用效率呈现正的自相关性，各个县（区、市）相互联系愈加密切。

总体来说，与珠三角、长三角城市群相比，广西北部湾经济区总体经济实力还有一定差距。为了更好地提高广西北部湾经济区土地利用效率，缩小区域内部差异，可从以下3个方面考虑：（1）设立多中心的发展区域，以提升广西北部湾总体的土地利用效率水平。巩固青秀区、港口区、东兴市等核心地区的经济发展，优化交通网络结构，由发展条件较好的地区带动整个区域的发展，从而能够最大利用各县区的优势不断整合城市群，减少对土地的浪费。（2）科学布局城市空间规划，吸取高度发展城市群的经验与教训，推进产业集群发展。探索高新技术产业发展模式，开发造船、海上能源等一系列工业群，选择符合区域特色的优势产业，大力开发低碳产业。（3）完善公共服务性设施，塑造特色城市形象，发展滨海旅游度假资源，旅游业的带动性有助于提升广西北部湾土地利用效率。

参考文献：

[1]陈浩龙，刘毅华，吴大放，等. 基于县域单元的广东省土地利用绩效空间差异研究[J]. 热带地理，2013，33（1）：48-53.endprint

[2]高啸峰，王树德，宫阿都，等. 基于主成分分析法的土地利用/覆被变化驱动力研究[J]. 地理与地理信息科学，2009，25（1）：36-38.

[3]徐嘉兴，李 钢，陈国良. 基于logistic回归模型的矿区土地利用演变驱动力分析[J]. 农业工程学报，2012，28（20）：247-253.

[4]赵 旭，叶剑平，薛 姝. 基于改进灰色关联分析法的湖南省城市土地可持续利用评价[J]. 水土保持通报，2013，33（3）：265-269.

[5]吴得文，毛汉英，张小雷，等. 中国城市土地利用效率评价[J]. 地理学报，2011，66（8）：1111-1121.

[6]王丽娜，李世平. 沈阳市城市土地利用效率评价及影响因素分析[J]. 水土保持研究，2014，21（5）：311-315.

[7]張俊峰，张安录，董 捷. 武汉城市圈土地利用效率评价及时空差异分析[J]. 华东经济管理，2014，28（5）：61-63.

[8]杨海泉，胡 毅，王秋香. 2001—2012年中国三大城市群土地利用效率评价研究[J]. 地理科学，2015，35（9）：1095-1099.

[9]杨清可，段学军，叶 磊，等. 基于SBM-Undesirable模型的城市土地利用效率评价——以长三角地区16城市为例[J]. 资源科学，2014，36（4）：712-721.

[10]陈章喜，徐 通. 珠三角城市群战略实施以来的效率评价[J]. 经济地理，2011，31（11）：1822-1827.

[11]Asmild M，Paradi J C，Aggarwall V，et al. Combining DEA window analysis with the malmquist index approach in a study of the Canadian banking industry[J]. Journal of Productivity Analysis，2004，21（1）：67-89.

[12]McWilliams A，Siegel D，van Fleet，et al. Scholarly journals as producers of knowledge：theory and empirical evidence based on data envelopment analysis[J]. Organizational research methods，2005，8（2）：185-201.

[13]胡根华，秦嗣毅. “金砖国家”全要素能源效率的比较研究——基于DEA-Tobit模型[J]. 资源科学，2012，34（3）：533-540.

[14]Banker R D，Chang H，et al. The super-efficiency procedure for outlier identification，not for ranking efficient units[J]. European Journal of Operational Research，2006，175（2）：1311-1320.

[15]陈彦光. 基于moran统计量的空间自相关理论发展和方法改进[J]. 地理研究，2009，28（6）：1449-1463.

[16]Ertur C，Koch W.Regional disparitis in the European Union[J]. Ann Reg Sci，2006，40（8）：723-765.李欠男，程沅孜. 我国玉米生产布局变迁及影响因素[J]. 江苏农业科学，2017，45（18）：284-288.endprint